Статистика по коду Хекслета
Раз пошла такая пьянка, давайте я вам выдам еще кучку разной инфы. Про деньги и бизнесовую часть поговорим потом, а щас про коммиты и код. И так погнали.
Хекслет не такой маленький проект, как может показаться тем, кто не погружен в нашу кухню. Это по сути lms (learning management system), где много разных биллинговых историй (покупки подписки), управление студентами, кабинет для b2b клиентов, маркетинговые инструменты, управление контентом и большая подсистема запуска и подготовки практик. И это не считая отдельного редактора (по сути ide) и множества других систем делающихся в отдельных репах. В базе порядка 300 таблиц, а про код поговорим ниже.
Задач тут много от всех команд, поэтому и изменений тоже много. Активно писать через ИИ мы начали в конце 24 года, но там был долгий этап подготовки, мы типизировали проект, переходили на sdd, делали рефакторинги и всячески адаптировали проект под удобство ии. И вот когда это закончилось (плюс минус), мы рванули фигачить фичи. Поэтому я взял данные за последний год. Учитывайте что это не показывает как было до ии и после ии. Это показывает разгон на фоне улучшения харнеса и перехода в sdd.
Итоги года по кодовой базе Hexlet, с октября 2025 по октябрь 2026
Автогенерацию я не считал, только реальный код. В цифрах «было» нет легаси, которое мы за год удалили. Объём кода вырос со 180 до 322 тысяч строк, в 1,8 раза. TypeScript вырос втрое. Ruby полгода стоял на месте, а с весны пошёл вверх.
За год мы сделали 5 268 коммитов. Добавили 633 тысячи строк, удалили 460 тысяч. Самым активным месяцем стал сентябрь: 713 коммитов. Сейчас две трети кодовой базы написаны на языках программирования: 114 тысяч строк на Ruby и 103 тысячи на TypeScript. Ещё четверть составляют данные и конфиги: фикстуры, локали, YAML и JSON.
По rails stats бэкенд вырос с 20 до 78 тысяч строк кода, а тесты к нему — с 6 до 25 тысяч. Контроллеров было 118, стало 310. Моделей было 122, стало 205. Живых таблиц в базе данных было 149, стало 228.
Тестов стало вдвое больше: 1 948 против 918 год назад. Из них 1 536 интеграционных (79%) и 401 юнит-тест (21%), ещё 11 проверяют архитектурные правила. Тестовый код растёт вровень с приложением: на каждые 100 строк кода приходится около 35 строк тестов. Покрытие сейчас 92,4%.
Около 60% текущей кодовой базы написано с помощью ИИ. Точно это известно для кода с середины мая: тогда мы начали коммитить через Claude, и с тех пор на ИИ приходится 83% новых строк. Если считать, что до этого доля была такой же, выходит около 60%. По коммитам с явной пометкой получается минимум 38%.
Telegram | YouTube | AI Клуб | Внедрение AI
Раз пошла такая пьянка, давайте я вам выдам еще кучку разной инфы. Про деньги и бизнесовую часть поговорим потом, а щас про коммиты и код. И так погнали.
Хекслет не такой маленький проект, как может показаться тем, кто не погружен в нашу кухню. Это по сути lms (learning management system), где много разных биллинговых историй (покупки подписки), управление студентами, кабинет для b2b клиентов, маркетинговые инструменты, управление контентом и большая подсистема запуска и подготовки практик. И это не считая отдельного редактора (по сути ide) и множества других систем делающихся в отдельных репах. В базе порядка 300 таблиц, а про код поговорим ниже.
Задач тут много от всех команд, поэтому и изменений тоже много. Активно писать через ИИ мы начали в конце 24 года, но там был долгий этап подготовки, мы типизировали проект, переходили на sdd, делали рефакторинги и всячески адаптировали проект под удобство ии. И вот когда это закончилось (плюс минус), мы рванули фигачить фичи. Поэтому я взял данные за последний год. Учитывайте что это не показывает как было до ии и после ии. Это показывает разгон на фоне улучшения харнеса и перехода в sdd.
Итоги года по кодовой базе Hexlet, с октября 2025 по октябрь 2026
Автогенерацию я не считал, только реальный код. В цифрах «было» нет легаси, которое мы за год удалили. Объём кода вырос со 180 до 322 тысяч строк, в 1,8 раза. TypeScript вырос втрое. Ruby полгода стоял на месте, а с весны пошёл вверх.
За год мы сделали 5 268 коммитов. Добавили 633 тысячи строк, удалили 460 тысяч. Самым активным месяцем стал сентябрь: 713 коммитов. Сейчас две трети кодовой базы написаны на языках программирования: 114 тысяч строк на Ruby и 103 тысячи на TypeScript. Ещё четверть составляют данные и конфиги: фикстуры, локали, YAML и JSON.
По rails stats бэкенд вырос с 20 до 78 тысяч строк кода, а тесты к нему — с 6 до 25 тысяч. Контроллеров было 118, стало 310. Моделей было 122, стало 205. Живых таблиц в базе данных было 149, стало 228.
Тестов стало вдвое больше: 1 948 против 918 год назад. Из них 1 536 интеграционных (79%) и 401 юнит-тест (21%), ещё 11 проверяют архитектурные правила. Тестовый код растёт вровень с приложением: на каждые 100 строк кода приходится около 35 строк тестов. Покрытие сейчас 92,4%.
Около 60% текущей кодовой базы написано с помощью ИИ. Точно это известно для кода с середины мая: тогда мы начали коммитить через Claude, и с тех пор на ИИ приходится 83% новых строк. Если считать, что до этого доля была такой же, выходит около 60%. По коммитам с явной пометкой получается минимум 38%.
Telegram | YouTube | AI Клуб | Внедрение AI
🔥38❤16👍11🤔1👀1🗿1
Сегодня в подкасте про принятие решений в компаниях. Насколько менеджеры понимают что делают и почему от этого страдает разработка: https://youtu.be/-XAWWoxHfpo?is=gMrfxTH_PzpnFVxN
Telegram | Аудио | vk | Системный дизайн
Telegram | Аудио | vk | Системный дизайн
YouTube
Почему начальство отказывает разработчикам: экономика, риски и ответственность. Евгений Антонов #95
🔹 Присоединяйся к курсу «Системный дизайн» https://ru.hexlet.io/programs/system-design?utm_source=youtube
🔹 Ускоряем разработку ПО с помощью AI: https://praxor.ru/
🔹 Присоединяйся к курсам по AI в Хекслет: https://ru.hexlet.io
Почему менеджеры принимают…
🔹 Ускоряем разработку ПО с помощью AI: https://praxor.ru/
🔹 Присоединяйся к курсам по AI в Хекслет: https://ru.hexlet.io
Почему менеджеры принимают…
❤10👍7🔥6👏1🤔1👀1🗿1😘1
Почему нам нужны визионеры
Недавно DHH выступил на Rails World и по полной прошелся по привычному программированию. Сказал, что писать код руками становится экономически бессмысленно, что сам почти перестал писать на Ruby, а часть нового HEY они делают на Rust, который он сам не знает и воспринимает как черный ящик для агентов (но уверен что он тут специально нагнетает).
Этим он подорвал столько пердаков, что из космоса было видно зарево. Мой твиттер на неделю превратился в бесконечный срач. На Reddit появились треды в духе "уберите DHH из Rails", Aaron Patterson посвятил значительную часть своего закрывающего доклада ответу DHH. Как вообще создатель Rails может выйти на Rails-конференцию и рассказывать людям, что язык, фреймворк и даже понимание собственного кода скоро могут перестать иметь прежнее значение?
DHH самый настоящий визионер, не в смысле что он умеет и хорошо предсказывает будущее, такие люди вообще довольно часто ошибаются. Визионерство это способность увидеть большой сдвиг раньше большинства, построить вокруг него цельную картину будущего и начать действовать так, как будто эта картина уже становится реальностью. Поэтому визионеры почти всегда выглядят слишком радикальными. Когда их идеи становятся очевидными, никакого визионерства уже не требуется, тут уже можно строить планы, выделять деньги, нанимать команду и вперед на галеру.
Практически любой большой технологический переход требует от кого-то сделать ставку раньше остальных.
Apple много раз отказывалась от вещей, которые рынок считал обязательными. Стив Джобс убирал флопи диски, отказывался от физической клавиатуры в смартфоне, воевал с флешом. Каждое отдельное решение можно было критиковать, но за ними стояла цельная картина того, что ПК должен стать ближе к бытовому устройству, чем к набору технологий.
Амазон годами инвестировал в инфраструктуру и рост вместо прибыли. AWS поначалу вообще выглядел почти побочным направлением интернет-магазина. Сегодня идея покупать вычисления как электричество кажется естественной, но кто-то должен был вложить в эту модель миллиарды до того, как она стала естественной.
Netflix сам начал уничтожать свой успешный dvd-бизнес ради стриминга. Это особенно важный пример, потому что проблема больших компаний обычно не в том, что они не замечают новые технологии. Они часто прекрасно их видят. Проблема в том, что новое направление угрожает существующему бизнесу, который прямо сейчас приносит деньги.
И обратных примеров тоже полно. Компании редко погибают потому, что вообще не знали о новой технологии. Kodak одной из первых разработала цифровую камеру. Nokia прекрасно видела развитие смартфонов. Большие корпорации обычно располагают огромным количеством исследований, аналитики и талантливых людей.
Знать недостаточно. Нужно быть готовым сделать из знания ставку, которая может навредить сегодняшнему успешному бизнесу. В этом и состоит одна из главных особенностей визионеров. Они не просто придумывают новые продукты. Они способны поставить под сомнение то, благодаря чему сами стали успешными.
Причем важно не превращать это в культ великих людей. Визионер вполне может завести компанию не туда. Чем сильнее убеждение, тем опаснее ошибка. Стив Джобс ошибался. Безос ошибался. DHH ошибался и еще много раз ошибется.
Большинство людей и организаций хорошо умеют оптимизировать существующую реальность. Улучшать продукт на несколько процентов, уменьшать затраты, отвечать на запросы клиентов, следить за конкурентами. Для работающего бизнеса все это критически важно. Но переход из одной реальности в другую почти никогда не получается как результат такой оптимизации. Для него нужен кто-то, кто в какой-то момент скажет: то, что сегодня составляет основу нашего бизнеса, завтра может вообще перестать иметь значение. И начать действовать исходя из этого раньше, чем это станет очевидно всем остальным.
Telegram | YouTube | AI Клуб | Внедрение AI
Недавно DHH выступил на Rails World и по полной прошелся по привычному программированию. Сказал, что писать код руками становится экономически бессмысленно, что сам почти перестал писать на Ruby, а часть нового HEY они делают на Rust, который он сам не знает и воспринимает как черный ящик для агентов (но уверен что он тут специально нагнетает).
Этим он подорвал столько пердаков, что из космоса было видно зарево. Мой твиттер на неделю превратился в бесконечный срач. На Reddit появились треды в духе "уберите DHH из Rails", Aaron Patterson посвятил значительную часть своего закрывающего доклада ответу DHH. Как вообще создатель Rails может выйти на Rails-конференцию и рассказывать людям, что язык, фреймворк и даже понимание собственного кода скоро могут перестать иметь прежнее значение?
DHH самый настоящий визионер, не в смысле что он умеет и хорошо предсказывает будущее, такие люди вообще довольно часто ошибаются. Визионерство это способность увидеть большой сдвиг раньше большинства, построить вокруг него цельную картину будущего и начать действовать так, как будто эта картина уже становится реальностью. Поэтому визионеры почти всегда выглядят слишком радикальными. Когда их идеи становятся очевидными, никакого визионерства уже не требуется, тут уже можно строить планы, выделять деньги, нанимать команду и вперед на галеру.
Практически любой большой технологический переход требует от кого-то сделать ставку раньше остальных.
Apple много раз отказывалась от вещей, которые рынок считал обязательными. Стив Джобс убирал флопи диски, отказывался от физической клавиатуры в смартфоне, воевал с флешом. Каждое отдельное решение можно было критиковать, но за ними стояла цельная картина того, что ПК должен стать ближе к бытовому устройству, чем к набору технологий.
Амазон годами инвестировал в инфраструктуру и рост вместо прибыли. AWS поначалу вообще выглядел почти побочным направлением интернет-магазина. Сегодня идея покупать вычисления как электричество кажется естественной, но кто-то должен был вложить в эту модель миллиарды до того, как она стала естественной.
Netflix сам начал уничтожать свой успешный dvd-бизнес ради стриминга. Это особенно важный пример, потому что проблема больших компаний обычно не в том, что они не замечают новые технологии. Они часто прекрасно их видят. Проблема в том, что новое направление угрожает существующему бизнесу, который прямо сейчас приносит деньги.
И обратных примеров тоже полно. Компании редко погибают потому, что вообще не знали о новой технологии. Kodak одной из первых разработала цифровую камеру. Nokia прекрасно видела развитие смартфонов. Большие корпорации обычно располагают огромным количеством исследований, аналитики и талантливых людей.
Знать недостаточно. Нужно быть готовым сделать из знания ставку, которая может навредить сегодняшнему успешному бизнесу. В этом и состоит одна из главных особенностей визионеров. Они не просто придумывают новые продукты. Они способны поставить под сомнение то, благодаря чему сами стали успешными.
Причем важно не превращать это в культ великих людей. Визионер вполне может завести компанию не туда. Чем сильнее убеждение, тем опаснее ошибка. Стив Джобс ошибался. Безос ошибался. DHH ошибался и еще много раз ошибется.
Большинство людей и организаций хорошо умеют оптимизировать существующую реальность. Улучшать продукт на несколько процентов, уменьшать затраты, отвечать на запросы клиентов, следить за конкурентами. Для работающего бизнеса все это критически важно. Но переход из одной реальности в другую почти никогда не получается как результат такой оптимизации. Для него нужен кто-то, кто в какой-то момент скажет: то, что сегодня составляет основу нашего бизнеса, завтра может вообще перестать иметь значение. И начать действовать исходя из этого раньше, чем это станет очевидно всем остальным.
Telegram | YouTube | AI Клуб | Внедрение AI
Telegram
Хекслет
Программы обучения - https://ru.hexlet.io/courses
Сообщество @hexletcommunity AI Клуб @hexletclub
Поддержка @hexlet_help_bot
Сообщество @hexletcommunity AI Клуб @hexletclub
Поддержка @hexlet_help_bot
👍88❤30🔥22💯5🤔1🤡1👀1🗿1
Улучшаем харнес с помощью ast-grep
Утро сегодня началось не с кофе. Пока мы переезжаем (с разной степенью успешности) в другой дц, расскажу про недавнее интересное открытие, связанное с тем как сделать улучшить работу агентов и сделать больше надежных автоматических проверок разных архитектурных правил.
Понятно что со временем появляется все больше и больше правил, которые описываются в AGENTS.md (или что лучше в CODING_STANDARDS.md). Но хотелось бы чтобы они чекались автоматом. Клод нам сам постоянно предлагал и в какой-то момент начал писать скрипты допом к линтингу, которые, в основном, регулярками, проверяли что-то. Кушать не просит и ладно, я не сопротивлялся, но видел что это решение на тоненького, хотя и лучше чем ничего.
Когда эти скрипты начали копиться, я подумал, хм, а ведь мне ничего не стоит попросить его переписать правила как плагины к линтерам на конкретных языках. Кое что мы так действительно переписали, но в какой-то момент сам клод говорит, а давай заюзаем ast-grep. Я посмотрел и понял что проспал очень логичную штуку. Еще в 22 году, когда полетел treesitter, кто-то замутил инструмент, который грепает не исходники, а AST. Причем что важно, независимо от языка, оно все языки превращает AST и грепает по его нодам.
Это резко повышает точность рабатываний, потому что вместо регулярок, которые ловят ненадежно, плюс херово работают с вложенностью, мы имеем по сути универсальный способ представить весь код (и все форматы) в виде единого AST пространства, по которому идет поиск. Ну и естессно переписали все проверки, потому что у этой штуки еще есть sdk для ноды. А все подобные скрипты у нас агент фигачит на TypeScript. Пара примеров:
1. no-unknown-in-generated-types: в сгенерированных фронт-типах (app/javascript/types/serializers/) не должно быть unknown. Typelizer пишет unknown, когда не смог вывести тип поля. Это бывает у атрибута поверх T::Struct или у вычисляемого атрибута без typelize. Тип нужно объявить явно в ресурсе.
2. no-untyped-resource-dsl: в сгенерированных RBI-сигнатурах DSL ресурсов не должно быть T.untyped. Чинить надо в ресурсе или в компиляторе typelizer.rb, а не в RBI.
Но это еще оказалось не все. ast-grep в принципе полезен даже вместо обычного грепа, особенно для самих агентов, которые постоянно ищут какие-то символы в исходниках. У ast-grep есть дока с инструкцией, как подключить его к агенту, чтобы агент начал использовать его вместо grep там где это имеет смысл.
p.s. Какие еще фишки вы знаете?
Telegram | YouTube | AI Клуб | Внедрение AI
Утро сегодня началось не с кофе. Пока мы переезжаем (с разной степенью успешности) в другой дц, расскажу про недавнее интересное открытие, связанное с тем как сделать улучшить работу агентов и сделать больше надежных автоматических проверок разных архитектурных правил.
Понятно что со временем появляется все больше и больше правил, которые описываются в AGENTS.md (или что лучше в CODING_STANDARDS.md). Но хотелось бы чтобы они чекались автоматом. Клод нам сам постоянно предлагал и в какой-то момент начал писать скрипты допом к линтингу, которые, в основном, регулярками, проверяли что-то. Кушать не просит и ладно, я не сопротивлялся, но видел что это решение на тоненького, хотя и лучше чем ничего.
Когда эти скрипты начали копиться, я подумал, хм, а ведь мне ничего не стоит попросить его переписать правила как плагины к линтерам на конкретных языках. Кое что мы так действительно переписали, но в какой-то момент сам клод говорит, а давай заюзаем ast-grep. Я посмотрел и понял что проспал очень логичную штуку. Еще в 22 году, когда полетел treesitter, кто-то замутил инструмент, который грепает не исходники, а AST. Причем что важно, независимо от языка, оно все языки превращает AST и грепает по его нодам.
Это резко повышает точность рабатываний, потому что вместо регулярок, которые ловят ненадежно, плюс херово работают с вложенностью, мы имеем по сути универсальный способ представить весь код (и все форматы) в виде единого AST пространства, по которому идет поиск. Ну и естессно переписали все проверки, потому что у этой штуки еще есть sdk для ноды. А все подобные скрипты у нас агент фигачит на TypeScript. Пара примеров:
1. no-unknown-in-generated-types: в сгенерированных фронт-типах (app/javascript/types/serializers/) не должно быть unknown. Typelizer пишет unknown, когда не смог вывести тип поля. Это бывает у атрибута поверх T::Struct или у вычисляемого атрибута без typelize. Тип нужно объявить явно в ресурсе.
2. no-untyped-resource-dsl: в сгенерированных RBI-сигнатурах DSL ресурсов не должно быть T.untyped. Чинить надо в ресурсе или в компиляторе typelizer.rb, а не в RBI.
Но это еще оказалось не все. ast-grep в принципе полезен даже вместо обычного грепа, особенно для самих агентов, которые постоянно ищут какие-то символы в исходниках. У ast-grep есть дока с инструкцией, как подключить его к агенту, чтобы агент начал использовать его вместо grep там где это имеет смысл.
p.s. Какие еще фишки вы знаете?
Telegram | YouTube | AI Клуб | Внедрение AI
👍40❤16🔥12👏2🥰1😁1
Выпуск про переход от инженера к предпринимателю, созданию компании express42 и последующему слиянию с Флантом уже в сети. Мы встретились с моим старым другом Сашей Титовым, где поговорили про его путь, про девопс и будущее инфраструктуры https://www.youtube.com/watch?v=LUytWE_NShk
Telegram | Аудио | vk | Системный дизайн
Telegram | Аудио | vk | Системный дизайн
YouTube
От инженера до совладельца Фланта: история Express42, трансформация бизнеса и эволюция DevOps-рынка
🔹 Присоединяйся к курсу «Системный дизайн» https://ru.hexlet.io/programs/system-design?utm_source=youtube
Как инженеру построить DevOps-бизнес, пройти путь от небольшого консалтинга до компании с миллиардным оборотом и самому вырасти из технического специалиста…
Как инженеру построить DevOps-бизнес, пройти путь от небольшого консалтинга до компании с миллиардным оборотом и самому вырасти из технического специалиста…
❤12👍8🔥3
Коварная память кодинговых агентов
Быстрый рекап. В современных агентах по дефолту включена память, которая работает конкретно для вас. Поэтому со временем появляется ощущение, что оно работает все лучше и лучше. Иногда это приводит к казусам, когда что-то сильно меняется и агент работает по старинке, но если следить за чистотой и регулярно вызывать что-то типа /doctor в клод коде, то все будет норм.
Такая схема хорошо работает для конкретного человека, но работает плохо и даже вредит при работе в команде. У каждого человека начинает копиться свой набор правил, который во многом дублируется, но при этом не распространяется на команду и не меняется синхронно при изменении чего-либо. В итоге мы получаем ситуацию, когда у новых людей все работает не так хорошо, а хорошие практики перестают распространятся или делают это медленно и не равномерно.
Я в какой-то момент, когда увидел очередное "я понял, сохраню в память", психанул и запретил ему это делать. Он этот запрет тоже положил в память 🙂 Поэтому пришлось закатать рукава и проработать схему запрета в AGENTS.md. Можно сказать, а почему бы не выключить ее совсем? Есть таки таки вещи, где она нужна и где я не хочу сильно думать. Возможно там есть настройка которая позволяет память менять по проектно (щас пост опубликую и проверю) и тогда вопрос может быть решен кардинально.
Какой у вас опыт с памятью?
Telegram | YouTube | AI Клуб | Внедрение AI
Быстрый рекап. В современных агентах по дефолту включена память, которая работает конкретно для вас. Поэтому со временем появляется ощущение, что оно работает все лучше и лучше. Иногда это приводит к казусам, когда что-то сильно меняется и агент работает по старинке, но если следить за чистотой и регулярно вызывать что-то типа /doctor в клод коде, то все будет норм.
Такая схема хорошо работает для конкретного человека, но работает плохо и даже вредит при работе в команде. У каждого человека начинает копиться свой набор правил, который во многом дублируется, но при этом не распространяется на команду и не меняется синхронно при изменении чего-либо. В итоге мы получаем ситуацию, когда у новых людей все работает не так хорошо, а хорошие практики перестают распространятся или делают это медленно и не равномерно.
Я в какой-то момент, когда увидел очередное "я понял, сохраню в память", психанул и запретил ему это делать. Он этот запрет тоже положил в память 🙂 Поэтому пришлось закатать рукава и проработать схему запрета в AGENTS.md. Можно сказать, а почему бы не выключить ее совсем? Есть таки таки вещи, где она нужна и где я не хочу сильно думать. Возможно там есть настройка которая позволяет память менять по проектно (щас пост опубликую и проверю) и тогда вопрос может быть решен кардинально.
Какой у вас опыт с памятью?
Telegram | YouTube | AI Клуб | Внедрение AI
Telegram
Хекслет
Программы обучения - https://ru.hexlet.io/courses
Сообщество @hexletcommunity AI Клуб @hexletclub
Поддержка @hexlet_help_bot
Сообщество @hexletcommunity AI Клуб @hexletclub
Поддержка @hexlet_help_bot
👍20❤7🔥3👎2😁1
Сегодня в выпуске рассказываю про автоматизацию бизнеса за рамками разработки. Как мы в Хекслете сделали общий контекст, перестроили аналитику, автоматизировали сбор и исправление обратной связи, дали команде mcp для управления Хекслетом и сервисами https://www.youtube.com/watch?v=TBYAavvulHg
Telegram | Аудио | vk | Системный дизайн
Telegram | Аудио | vk | Системный дизайн
Telegram
Организованное программирование | Кирилл Мокевнин
Делюсь опытом и обучаю. И ИИ? И ИИ. Ютуб https://youtube.com/@mokevnin
Для предложений в личку канала | По рекламе: @vlad_0045
Для предложений в личку канала | По рекламе: @vlad_0045
👍25🔥16❤7🗿3
Снова в деле
Так, тут неожиданно получилось, что я буду преподавать в нашем курсе "ии для программистов". Я когда-то его стартанул и отошел от дел, а тут все таки мир немного ушел вперед и мы его перезапустили. Решили что будет лучше если я сам проведу первый поток, а потом уже передадим его нашим преподавателям.
Что поменялось? За последние полгода людей которые вообще пишут без ии почти не осталось, рассказывать о том что такое mcp, как настраивать agents.md и тому подобные вещи нужно только тем, кто учится с нуля. Действующие же разработчики хотят настроить крутой и желательно автоматизированный воркфлоу, который выдает качественный и работающий код.
Вот примерный план вебинаров:
1. Эффективность работы с агентами. Как обеспечить агентам полноценный контекст проекта, включая другие репозитории, продакшен, логи и инфраструктуру. Как адаптировать кодовую базу под ии, автоматизировать коммиты и релизы. Отдельно разберу хуки, линтеры, ast-grep и другие guardrails, которые позволяют контролировать архитектурные ограничения и не давать агентам делать что попало.
2. Spec-Driven Development (SDD). Разберу популярные SDD-фреймворки, workflow Мэтта Покока и проблему преждевременной спецификации. Отдельно поговорю про то, как все это применять в существующих проектах (brownfield), где уже есть большая кодовая база, сложившаяся архитектура и куча ограничений.
3. Качество кода. Как правильно организовать дебаг, тестирование и независимое регулярное code review. Как понять какой код действительно нужно смотреть самому, а какой можно вообще не читать. И как сделать так, чтобы качество обеспечивалось процессом, а не необходимостью вручную проверять каждую строчку за агентом.
4. Качество харнеса. Как управлять памятью и контекстом агентов, зачем иногда отключать память и когда нужно очищать окружение. Как проводить ретроспективы работы агентов, находить проблемы в инструкциях и инструментах. Отдельно расскажу про скилы для экономии токенов и способы уменьшить стоимость разработки. Также затрону эвалы, которые позволяют проверять насколько изменения в харнесе действительно улучшают работу агентов.
5. Практика построения агентного воркфлоу. Как объединить все эти подходы в единый процесс разработки, где агенты получают нужный контекст, работают с требованиями, пишут код, тестируют его и проходят независимую проверку. Разберу как связать отдельные инструменты и практики между собой, чтобы получить не набор разрозненных настроек, а работающую систему.
Ссылка на курс https://ru.hexlet.io/programs/ai-for-developers (можно оплачивать откуда угодно)
Telegram | YouTube | ИИ для разработчиков
Так, тут неожиданно получилось, что я буду преподавать в нашем курсе "ии для программистов". Я когда-то его стартанул и отошел от дел, а тут все таки мир немного ушел вперед и мы его перезапустили. Решили что будет лучше если я сам проведу первый поток, а потом уже передадим его нашим преподавателям.
Что поменялось? За последние полгода людей которые вообще пишут без ии почти не осталось, рассказывать о том что такое mcp, как настраивать agents.md и тому подобные вещи нужно только тем, кто учится с нуля. Действующие же разработчики хотят настроить крутой и желательно автоматизированный воркфлоу, который выдает качественный и работающий код.
Вот примерный план вебинаров:
1. Эффективность работы с агентами. Как обеспечить агентам полноценный контекст проекта, включая другие репозитории, продакшен, логи и инфраструктуру. Как адаптировать кодовую базу под ии, автоматизировать коммиты и релизы. Отдельно разберу хуки, линтеры, ast-grep и другие guardrails, которые позволяют контролировать архитектурные ограничения и не давать агентам делать что попало.
2. Spec-Driven Development (SDD). Разберу популярные SDD-фреймворки, workflow Мэтта Покока и проблему преждевременной спецификации. Отдельно поговорю про то, как все это применять в существующих проектах (brownfield), где уже есть большая кодовая база, сложившаяся архитектура и куча ограничений.
3. Качество кода. Как правильно организовать дебаг, тестирование и независимое регулярное code review. Как понять какой код действительно нужно смотреть самому, а какой можно вообще не читать. И как сделать так, чтобы качество обеспечивалось процессом, а не необходимостью вручную проверять каждую строчку за агентом.
4. Качество харнеса. Как управлять памятью и контекстом агентов, зачем иногда отключать память и когда нужно очищать окружение. Как проводить ретроспективы работы агентов, находить проблемы в инструкциях и инструментах. Отдельно расскажу про скилы для экономии токенов и способы уменьшить стоимость разработки. Также затрону эвалы, которые позволяют проверять насколько изменения в харнесе действительно улучшают работу агентов.
5. Практика построения агентного воркфлоу. Как объединить все эти подходы в единый процесс разработки, где агенты получают нужный контекст, работают с требованиями, пишут код, тестируют его и проходят независимую проверку. Разберу как связать отдельные инструменты и практики между собой, чтобы получить не набор разрозненных настроек, а работающую систему.
Ссылка на курс https://ru.hexlet.io/programs/ai-for-developers (можно оплачивать откуда угодно)
Telegram | YouTube | ИИ для разработчиков
ru.hexlet.io
ИИ для разработчиков — Хекслет 2026: Cursor, LLM API, агенты
Курс «ИИ для разработчиков 2.0»: 4–5 недель, агентное программирование, работа с контекстом, MCP, циклы верификации и проект по Spec Driven Development.
1👍34🔥17❤5🥱5👏1🤡1💯1🤝1
Quality Gates всем и пусть никто не уйдет обиженным
Помимо обычных линтеров языков, существует тьма дополнительных, которые смотрят все начиная от ошибок в Markdown-файлах и контроля обратной совместимости в openapi до рекомендации лучших практик при использовании github acitons.
Мне всегда нравилось улучшать обвязку проекта, поэтому я довольно давно и регулярно обкатывал и внедрял разные чекеры в проекты Хекслета. И сейчас, как будто бы накопилось достаточно много классных штук, которыми уже можно поделиться.
В общем я сделал репозиторий, в котором собраны как самые продвинутые линтеры по языкам так и по всему остальному. Готов поспорить что большинство с ними не знакомо. Как с этим работать?
Открываете вашего агента, даете ссылку на репу и пишите:
И все, вы махом получаете кучку улучшений и дополнительного контроля для вашего процесса разработки. Пожалуйста 🙂
https://github.com/mokevnin/dev-quality-gates
Telegram | YouTube | ИИ для разработчиков
Помимо обычных линтеров языков, существует тьма дополнительных, которые смотрят все начиная от ошибок в Markdown-файлах и контроля обратной совместимости в openapi до рекомендации лучших практик при использовании github acitons.
Мне всегда нравилось улучшать обвязку проекта, поэтому я довольно давно и регулярно обкатывал и внедрял разные чекеры в проекты Хекслета. И сейчас, как будто бы накопилось достаточно много классных штук, которыми уже можно поделиться.
В общем я сделал репозиторий, в котором собраны как самые продвинутые линтеры по языкам так и по всему остальному. Готов поспорить что большинство с ними не знакомо. Как с этим работать?
Открываете вашего агента, даете ссылку на репу и пишите:
Сопоставь инструменты из этого списка с тем что есть в проекте. Предложи дополнения и улучшения в проект на базе этого списка с объяснением почему стоит использовать тот или иной инструмент
И все, вы махом получаете кучку улучшений и дополнительного контроля для вашего процесса разработки. Пожалуйста 🙂
https://github.com/mokevnin/dev-quality-gates
Telegram | YouTube | ИИ для разработчиков
GitHub
GitHub - mokevnin/dev-quality-gates: An opinionated, curated list of tools for enforcing software development standards: one recommended…
An opinionated, curated list of tools for enforcing software development standards: one recommended tool per job, with limits. - mokevnin/dev-quality-gates
❤83👍38🔥17🥱4⚡1👏1🥴1
Выпуск про состояние ит-рынка, зарплаты, сокращения и поиск работы уже в сети: https://www.youtube.com/watch?v=pnmBEppWjGA
У меня у одного превью не показывается? Хм
Telegram | Аудио | vk | Системный дизайн
У меня у одного превью не показывается? Хм
Telegram | Аудио | vk | Системный дизайн
👍15🔥10🤔4😢3⚡2❤2🎅2
Эффективная работа с git worktree
Если вы уже дошли до точки, когда параллельные агентские сессии как не в себя делают фичи, то вы точно должны были столкнуться с новыми проблемами, среди которых одновременный запуск нескольких копий приложений, быстро забивающийся диск и оперативная память, плюс работа которая встает колом из-за одновременных запусков тестов и линтеров. В этом посте я расскажу про то, как поправить свой сетап, чтобы все стало снова летать.
Сначала быстрый рекап. Worktree это фича гита, которая создает под ветки отдельные физические директории в которых можно вести работу. Раньше этой фичей почти не пользовались, так как просто переключались на ветку, сейчас же переключение на ветку будет сбивать параллельные сессии, поэтому все перешли на worktree. Даже если вы этого явно не просите, агенты нередко сами пользуются ими (но не всегда). И так поехали, проблемы и их решения.
Отказ от веток
Если вы пошли по этому пути, то лучше явно описать агенту, что ветки использовать нельзя, а вместо них нужно создавать worktree. Иначе регулярно будет возникать ситуация, когда один из агентов прыгнет на ветку и помешает другим.
Начало и завершение работы
По умолчанию создание worktee просто копирует данные, но в таком виде проект врядли заработает и на нем можно будет прогонять тесты. Скорее всего есть какие-то подготовительные шаги от установки зависимостей до создания .env. Вот эту часть нужно сначала автоматизировать, например, с помощью make-команд, а потом уже зафиксировать в доках с агентом, чтобы он вызывал их как при создании рабочего дерева, так и при завершении работы. У себя я считаю завершением это отправку pr, в это время происходит чистка.
Независимые базы данных
Помните проблему миграций в ветках? Вот здесь будет тоже самое, если не создавать отдельные базы данных под каждое дерево. Сделать это просто, достаточно объяснить агенту задачу и он сам предложит способ формирования динамического имени, связанного с названием worktree. Дальше снова автоматизируем и добавляем в команду создания worktree из предыдущего шага.
При этом важно сделать так чтобы это были именно базы данных, а не субд, иначе если на каждое дерево будет подниматься свой postgresql, вы быстрее начнете упираться в производительность
Одновременные запуск приложения
Кроме баз, такой же трюк надо провернуть с портами (и если используется dns то доменами). Каждое дерево при старте тестов или приложения должно работать со своим набором портов. Опять же, эту задачу сделает сам агент, он без проблем напишет небольшие скрипты, которые находят свободные порты и подсовывают их при старте приложения
Параллельный запуск проверок
Но даже если сделать все шаги выше, все равно запуск тестов или линтеров из двух worktree, уже может поставить колом всю машину. Здесь есть красивый выход через блокировку. Нужно запускать проверки не напрямую, а через утилиту, которая ставит такие блокировки и упорядочивает запуск (с нужным уровнем параллельности). Пока я этим занимался написал такую утилитку https://github.com/mokevnin/heavy
Шаринг данных
Ну и последнее, установка зависимостей и кеши. Если вы не хотите чтобы место на диске улетало со скоростью ветра, то нужно использовать инструменты или настраивать существующие так, чтобы они шарили (безопасно) все свои артефакты во внешних директориях. Например лучше работать с pnpm, а не npm, потому что первый хранит зависимости во внешнем сторадже, что очень сокращает потребляемое место.
Если все это сделать, то работать с worktree станет реально удобно и быстро. Пользуйтесь 🙂
Telegram | YouTube | ИИ для разработчиков
Если вы уже дошли до точки, когда параллельные агентские сессии как не в себя делают фичи, то вы точно должны были столкнуться с новыми проблемами, среди которых одновременный запуск нескольких копий приложений, быстро забивающийся диск и оперативная память, плюс работа которая встает колом из-за одновременных запусков тестов и линтеров. В этом посте я расскажу про то, как поправить свой сетап, чтобы все стало снова летать.
Сначала быстрый рекап. Worktree это фича гита, которая создает под ветки отдельные физические директории в которых можно вести работу. Раньше этой фичей почти не пользовались, так как просто переключались на ветку, сейчас же переключение на ветку будет сбивать параллельные сессии, поэтому все перешли на worktree. Даже если вы этого явно не просите, агенты нередко сами пользуются ими (но не всегда). И так поехали, проблемы и их решения.
Отказ от веток
Если вы пошли по этому пути, то лучше явно описать агенту, что ветки использовать нельзя, а вместо них нужно создавать worktree. Иначе регулярно будет возникать ситуация, когда один из агентов прыгнет на ветку и помешает другим.
Начало и завершение работы
По умолчанию создание worktee просто копирует данные, но в таком виде проект врядли заработает и на нем можно будет прогонять тесты. Скорее всего есть какие-то подготовительные шаги от установки зависимостей до создания .env. Вот эту часть нужно сначала автоматизировать, например, с помощью make-команд, а потом уже зафиксировать в доках с агентом, чтобы он вызывал их как при создании рабочего дерева, так и при завершении работы. У себя я считаю завершением это отправку pr, в это время происходит чистка.
Независимые базы данных
Помните проблему миграций в ветках? Вот здесь будет тоже самое, если не создавать отдельные базы данных под каждое дерево. Сделать это просто, достаточно объяснить агенту задачу и он сам предложит способ формирования динамического имени, связанного с названием worktree. Дальше снова автоматизируем и добавляем в команду создания worktree из предыдущего шага.
При этом важно сделать так чтобы это были именно базы данных, а не субд, иначе если на каждое дерево будет подниматься свой postgresql, вы быстрее начнете упираться в производительность
Одновременные запуск приложения
Кроме баз, такой же трюк надо провернуть с портами (и если используется dns то доменами). Каждое дерево при старте тестов или приложения должно работать со своим набором портов. Опять же, эту задачу сделает сам агент, он без проблем напишет небольшие скрипты, которые находят свободные порты и подсовывают их при старте приложения
Параллельный запуск проверок
Но даже если сделать все шаги выше, все равно запуск тестов или линтеров из двух worktree, уже может поставить колом всю машину. Здесь есть красивый выход через блокировку. Нужно запускать проверки не напрямую, а через утилиту, которая ставит такие блокировки и упорядочивает запуск (с нужным уровнем параллельности). Пока я этим занимался написал такую утилитку https://github.com/mokevnin/heavy
Шаринг данных
Ну и последнее, установка зависимостей и кеши. Если вы не хотите чтобы место на диске улетало со скоростью ветра, то нужно использовать инструменты или настраивать существующие так, чтобы они шарили (безопасно) все свои артефакты во внешних директориях. Например лучше работать с pnpm, а не npm, потому что первый хранит зависимости во внешнем сторадже, что очень сокращает потребляемое место.
Если все это сделать, то работать с worktree станет реально удобно и быстро. Пользуйтесь 🙂
Telegram | YouTube | ИИ для разработчиков
GitHub
GitHub - mokevnin/heavy: A machine-wide counting semaphore for heavy commands: N slots shared by every checkout and agent on one…
A machine-wide counting semaphore for heavy commands: N slots shared by every checkout and agent on one machine - mokevnin/heavy
1👍67❤23🔥13👏1😁1🤔1🌚1👀1
AI Dev Live 2026
И снова выступать. 11 ноября в 14:00 пройдет онлайн конференция конференция по AI в разработке, на которой я выступлю с докладом про внедрение ИИ в легаси проекты (пошаговый план).
Конференция идет два дня и на ней мы (спикеры) пройдемся по SDLC со всех сторон. От настройки харнеса до SDD и продуктового мышления. Стоимость билета 10 тысяч, но есть интересная механика. Если подписаться на каналы всех докладчиков (там для этого бот используется), то проход бесплатный.
Для меня эта конфа необычна тем, что ее спикеры это инфлюенсеры у которых большие аудитории в телеграме и в основном по теме AI. Я сам мало кого читаю на эту тему в телеге регулярно, поэтому вписался чтобы познакомиться так сказать с коллегами по цеху и посмотреть что там происходит на острие.
И даже если вы не планируете идти, хотя бы просто зайдите и жмякните на мое лицо на главной. Очень прикольно сделано :)
p.s. мое выступление 12 ноября в 16:15
Telegram | YouTube | AI Клуб | Внедрение AI
И снова выступать. 11 ноября в 14:00 пройдет онлайн конференция конференция по AI в разработке, на которой я выступлю с докладом про внедрение ИИ в легаси проекты (пошаговый план).
Конференция идет два дня и на ней мы (спикеры) пройдемся по SDLC со всех сторон. От настройки харнеса до SDD и продуктового мышления. Стоимость билета 10 тысяч, но есть интересная механика. Если подписаться на каналы всех докладчиков (там для этого бот используется), то проход бесплатный.
Для меня эта конфа необычна тем, что ее спикеры это инфлюенсеры у которых большие аудитории в телеграме и в основном по теме AI. Я сам мало кого читаю на эту тему в телеге регулярно, поэтому вписался чтобы познакомиться так сказать с коллегами по цеху и посмотреть что там происходит на острие.
И даже если вы не планируете идти, хотя бы просто зайдите и жмякните на мое лицо на главной. Очень прикольно сделано :)
p.s. мое выступление 12 ноября в 16:15
Telegram | YouTube | AI Клуб | Внедрение AI
❤26👍12🔥11
Выпуск про Quality Gates уже доступен в для просмотра и прослушивания. В этот раз соло, я рассказываю про то, какие инструменты использую для контроля качества кода генерируемого агентами. Прохожусь по принципам работы с worktree, ускорением тестов и проверки барьеров абстракции. Для этого кстати написал несколько интересных библиотек, про которые рассказал в выпуске. https://www.youtube.com/watch?v=x-P_xC6No0I
Telegram | Аудио | vk | LLM-разработчик
Telegram | Аудио | vk | LLM-разработчик
YouTube
Как контролировать код ИИ-агентов: Quality Gates, архитектура и инструменты разработчика
🔹 Присоединяйся к курсу «LLM-разработчик» по ссылке https://ru.hexlet.io/link/6WNJOY, где мы научим создавать AI-сервисы с RAG, MCP, агентами и локальными моделями, которые можно внедрять в реальные продукты.
В этом выпуске я на реальном примере своего проекта…
В этом выпуске я на реальном примере своего проекта…
👍39🔥18❤9👏5🤔2😁1🏆1
На каком языке писать документацию?
Короче у меня тут щелкнуло по тому как нужно делать. Если не брать во внимание эффективность по токенам (что лично меня не сильно беспокоит), вырисовывается такая тема.
Агенты изучают происходящее в основном грепом причем достаточно прямолинейно. На базе запроса формируется регулярка с "или" куда вставляются в том числе синонимы без окончаний, чтобы найти больше совпадений. Потом идет сужение до тех пор пока не будет что-то найдено или, наоборот, не найдено.
А на каком языке будет вестись поиск? Вот в этом зарыта самая соль. Агент сам определяет на каком языке вы общаетесь и не спрашивая вас начинает что-то искать. Нетрудно догадаться что если часть доки написана на одном языке, часть на другом, а общаетесь вы вообще регулярно прыгая с русского на английский и наоборот, то легко получить ситуацию, когда агент будет промахиваться и принимать неверные решения.
Поэтому важно вот что. Язык может быть любым, главное что вся дока, комментарии, коммиты и другие текстовые артефакты были написаны только на одном выбранном. Очень вероятно что в компании где трекер на русском, лучше чтобы и все остальное было на русском. Иначе, опять же, возможны промахи, либо надо будет дополнительно описывать где как искать.
Распространяется ли это на скилы? Нет, скилы не грепаются и по ним не ведется поиск (хотя теоретически такое может быть во время правок). Скилы либо вызываются напрямую, либо на основе описания, которое автоматически загружено в контекст. Тут обычно проблем не возникает и агент понимает когда что дергать если плюс минус совпадает терминология и интент.
Я для себя выбрал такую схему: все внутренние проекты где русскоязычная команда мы делаем на русском, все публичные или проекты на международку делаем на английском. А какая у вас схема?
Telegram | YouTube | AI Клуб | Внедрение AI
Короче у меня тут щелкнуло по тому как нужно делать. Если не брать во внимание эффективность по токенам (что лично меня не сильно беспокоит), вырисовывается такая тема.
Агенты изучают происходящее в основном грепом причем достаточно прямолинейно. На базе запроса формируется регулярка с "или" куда вставляются в том числе синонимы без окончаний, чтобы найти больше совпадений. Потом идет сужение до тех пор пока не будет что-то найдено или, наоборот, не найдено.
А на каком языке будет вестись поиск? Вот в этом зарыта самая соль. Агент сам определяет на каком языке вы общаетесь и не спрашивая вас начинает что-то искать. Нетрудно догадаться что если часть доки написана на одном языке, часть на другом, а общаетесь вы вообще регулярно прыгая с русского на английский и наоборот, то легко получить ситуацию, когда агент будет промахиваться и принимать неверные решения.
Поэтому важно вот что. Язык может быть любым, главное что вся дока, комментарии, коммиты и другие текстовые артефакты были написаны только на одном выбранном. Очень вероятно что в компании где трекер на русском, лучше чтобы и все остальное было на русском. Иначе, опять же, возможны промахи, либо надо будет дополнительно описывать где как искать.
Распространяется ли это на скилы? Нет, скилы не грепаются и по ним не ведется поиск (хотя теоретически такое может быть во время правок). Скилы либо вызываются напрямую, либо на основе описания, которое автоматически загружено в контекст. Тут обычно проблем не возникает и агент понимает когда что дергать если плюс минус совпадает терминология и интент.
Я для себя выбрал такую схему: все внутренние проекты где русскоязычная команда мы делаем на русском, все публичные или проекты на международку делаем на английском. А какая у вас схема?
Telegram | YouTube | AI Клуб | Внедрение AI
Telegram
Хекслет
Программы обучения - https://ru.hexlet.io/courses
Сообщество @hexletcommunity AI Клуб @hexletclub
Поддержка @hexlet_help_bot
Сообщество @hexletcommunity AI Клуб @hexletclub
Поддержка @hexlet_help_bot
👍47🔥9❤7💯4🤔3😁2👀1
Переходим на метарепозитории
Не всем подходят и не все готовы переводить проекты на монорепозитории, но даже в таком случае есть выход для удобства агентного кодинга. Можно использовать метарепозиторий. Что это такое?
Создаем под конкретный продукт один базовый репозиторий, в котором хранится вся общая проектная документация (спеки, adr, инструкции для агентов, возможно тикеты). Все репозитории проекта добавляются внутрь простым клоном в подпапки (mise сам умеет это делать на базе конфига). Работа при этом идет из корня, чтобы агент видел все и имел доступ ко всему. Для удобства я сделал шаблон, где все это настроено. Там и структура и инструменты и принципы работы. Забирайте: https://github.com/hexlet-boilerplates/ai-metarepo
Зачем это вообще?
Единый контекст по проекту. Если так не сделать, то где хранить общие доки? Сейчас все подходы ориентированы на работу с md файлами в гите. Плюс нужно видеть не только тот репозиторий где делается правка, но и все остальное. А еще это позволяет сразу делать pr по всем связанным репам (естественно с требованием обратной совместимости)
Зачем клонировать репозитории?
Если у агента нет возможности быстро грепать по всем связанным репозиториям, он будет видеть намного меньше контекста и принимать хуже решения. Конечно можно просто указать какие репы смотреть в AGENTS.md, но это банально менее удобно, особенно если вы захотите вносить связанные изменения и смотреть глазами в код (вдруг, иногда).
Почему не git submodules?
Submodules предназначены прежде всего для фиксации конкретных версий зависимых репозиториев, а нам это не нужно. Более того, они усложняют разработку: detached HEAD по умолчанию, дополнительные команды для обновления, необходимость коммитить изменения ссылок в родительском репозитории. Особенно неудобно это при активной работе сразу с несколькими репозиториями, о чем пишет даже GitHub
А если в репозиториях есть свои артефакты для агентов?
Да, можно реализовать каскад
Метарепозиторий вообще один?
Метарепозиториев может быть много, но каждый метарепозиторий это свой продукт, который живет отдельно. Нет смысла делать один метарепозиторий на компанию и засовывать туда не связанные между собой продукты.
Можно по другому?
Теоретически да. OpenSpec называют это мультирепой и работает это примерно так. Создается единый репозиторий, на который есть указатель из той репы с которой вы работаете. Подробнее в официальной доке https://openspec.dev/docs/stores
Telegram | YouTube | AI Клуб | Внедрение AI
Не всем подходят и не все готовы переводить проекты на монорепозитории, но даже в таком случае есть выход для удобства агентного кодинга. Можно использовать метарепозиторий. Что это такое?
Создаем под конкретный продукт один базовый репозиторий, в котором хранится вся общая проектная документация (спеки, adr, инструкции для агентов, возможно тикеты). Все репозитории проекта добавляются внутрь простым клоном в подпапки (mise сам умеет это делать на базе конфига). Работа при этом идет из корня, чтобы агент видел все и имел доступ ко всему. Для удобства я сделал шаблон, где все это настроено. Там и структура и инструменты и принципы работы. Забирайте: https://github.com/hexlet-boilerplates/ai-metarepo
Зачем это вообще?
Единый контекст по проекту. Если так не сделать, то где хранить общие доки? Сейчас все подходы ориентированы на работу с md файлами в гите. Плюс нужно видеть не только тот репозиторий где делается правка, но и все остальное. А еще это позволяет сразу делать pr по всем связанным репам (естественно с требованием обратной совместимости)
Зачем клонировать репозитории?
Если у агента нет возможности быстро грепать по всем связанным репозиториям, он будет видеть намного меньше контекста и принимать хуже решения. Конечно можно просто указать какие репы смотреть в AGENTS.md, но это банально менее удобно, особенно если вы захотите вносить связанные изменения и смотреть глазами в код (вдруг, иногда).
Почему не git submodules?
Submodules предназначены прежде всего для фиксации конкретных версий зависимых репозиториев, а нам это не нужно. Более того, они усложняют разработку: detached HEAD по умолчанию, дополнительные команды для обновления, необходимость коммитить изменения ссылок в родительском репозитории. Особенно неудобно это при активной работе сразу с несколькими репозиториями, о чем пишет даже GitHub
А если в репозиториях есть свои артефакты для агентов?
Да, можно реализовать каскад
Метарепозиторий вообще один?
Метарепозиториев может быть много, но каждый метарепозиторий это свой продукт, который живет отдельно. Нет смысла делать один метарепозиторий на компанию и засовывать туда не связанные между собой продукты.
Можно по другому?
Теоретически да. OpenSpec называют это мультирепой и работает это примерно так. Создается единый репозиторий, на который есть указатель из той репы с которой вы работаете. Подробнее в официальной доке https://openspec.dev/docs/stores
Telegram | YouTube | AI Клуб | Внедрение AI
👍32❤21🔥13🤔1
Выпуск #98 опубликован
Сегодня мы вместе с Никитой Соболевым, разработчиком Python, говорим про разработку языков программирования, open source, засилье нейрослопа, перспективы языков и новые фреймворки. Смотрим и наслаждаемся!
https://www.youtube.com/watch?v=EbkA6fmiurA
Telegram | Аудио | vk | Ai-разработчик
Сегодня мы вместе с Никитой Соболевым, разработчиком Python, говорим про разработку языков программирования, open source, засилье нейрослопа, перспективы языков и новые фреймворки. Смотрим и наслаждаемся!
https://www.youtube.com/watch?v=EbkA6fmiurA
Telegram | Аудио | vk | Ai-разработчик
🔥45❤15👍12🤡3
У нас пополнение
Вы обратили внимание что за последние три недели количество подписчиков канала увеличилось на почти 3 500 человек? и перевалило за 17 тысяч. Это что за фокусы спросите вы?
А все дело в том, что завтра в 14:00 по Москве стартует конференция AI Dev, на которой я буду рассказывать пошаговый план внедрения ИИ в легаси проекты. Ну а помимо меня будет столько классных докладов на тему AI в SDLC, что непонятно откуда взять столько времени чтобы на все сходить. Как минимум я послушаю @kdoronin_blog на тему гарантии качества продукта который пишут агенты. https://ai-dev.live/?f=orgprog
Напомню, что участие в конференции либо 10 тысяч, либо подписка на выступающих (порядка 12 человек) в телеге. Выбор как будто бы очевиден 🙂 Не забывайте, что яхта сама себя не купит!
Ну и я категорически приветствую всех кто подключился только недавно. Надеюсь вы будете активно вовлекаться в наши горячие разговоры на тему разработки софта. Мой канал не то чтобы про ai, но так как разработка вся там, то и темы в основном сдвинулись туда. В любом случае, темы этого канала это техническое предпринимательство, open source, качество софта, архитектура, автоматизации, фронт/бек/тестирование/devops и тому подобное. За почти 20 лет разработки я попробовал почти все (кроме мобилки пожалуй) чем и делюсь с удовольствием тут, в твиттере и на ютубе.
Из моих последних проектов, о которых я буду регулярно говорить:
• Книга Agentic Design Patterns
• Открытое решение для Marketing Automation (sphericon)
• Полиглотный архитектурный линтер easement
• Праксор, новое направление бизнеса, где мы внедряем Ai в SDLC
Давайте знакомиться, напишите в комментах про себя, где живете, чем занимаетесь, над чем щас работаете или если хотите что-то продвинуть - рекомендуйте. Можно заодно линками обменяться
Telegram | YouTube | AI Клуб | Внедрение AI
Вы обратили внимание что за последние три недели количество подписчиков канала увеличилось на почти 3 500 человек? и перевалило за 17 тысяч. Это что за фокусы спросите вы?
А все дело в том, что завтра в 14:00 по Москве стартует конференция AI Dev, на которой я буду рассказывать пошаговый план внедрения ИИ в легаси проекты. Ну а помимо меня будет столько классных докладов на тему AI в SDLC, что непонятно откуда взять столько времени чтобы на все сходить. Как минимум я послушаю @kdoronin_blog на тему гарантии качества продукта который пишут агенты. https://ai-dev.live/?f=orgprog
Напомню, что участие в конференции либо 10 тысяч, либо подписка на выступающих (порядка 12 человек) в телеге. Выбор как будто бы очевиден 🙂 Не забывайте, что яхта сама себя не купит!
Ну и я категорически приветствую всех кто подключился только недавно. Надеюсь вы будете активно вовлекаться в наши горячие разговоры на тему разработки софта. Мой канал не то чтобы про ai, но так как разработка вся там, то и темы в основном сдвинулись туда. В любом случае, темы этого канала это техническое предпринимательство, open source, качество софта, архитектура, автоматизации, фронт/бек/тестирование/devops и тому подобное. За почти 20 лет разработки я попробовал почти все (кроме мобилки пожалуй) чем и делюсь с удовольствием тут, в твиттере и на ютубе.
Из моих последних проектов, о которых я буду регулярно говорить:
• Книга Agentic Design Patterns
• Открытое решение для Marketing Automation (sphericon)
• Полиглотный архитектурный линтер easement
• Праксор, новое направление бизнеса, где мы внедряем Ai в SDLC
Давайте знакомиться, напишите в комментах про себя, где живете, чем занимаетесь, над чем щас работаете или если хотите что-то продвинуть - рекомендуйте. Можно заодно линками обменяться
Telegram | YouTube | AI Клуб | Внедрение AI
👍43❤24🔥8👎7🥱3👏1
Промпты, которые стоит запомнить
Контекст конечно решает, но все равно есть промпты, которые полезно запомнить и регулярно использовать при планировании и исследовании кодовой базы (для рефакторинга). Все эти промпты и многие другие можно найти в моей книге Agentic Design Patterns, а здесь покажу пару примеров:
Я за то, чтобы было меньше своего кода и больше готовых библиотек. Это не только позволяет агенту концентрироваться на важном, но и почти наверняка эти библиотеки он знает и учился на них, а значит может писать код без дополнительного исследования доки, исходников и лучших практик.
Промпт для ленивых. Когда агент изучает проблему, то такая фраза направит его на источник проблемы и с большой вероятностью вам потом придется меньше вникать в то, не попробовал ли он просто заткнуть дырку
Эту фразу я подсмотрел в скилах Claudflare. Проблема реально существует и зависит от ее крутости и глубины ризонинга. Чем круче модель и больше размышлений, тем чаще она куда-то ходит, но даже в этом случае ее стоит мотивировать проверять реальную доку/либы/факты.
Модели всегда принимают какие-то решения самостоятельно и не всегда об этом рассказывают. Иногда это нормально, но мы как минимум хотим знать что она сделала на свое усмотрение.
Помогает в ситуациях, когда модель что-то убедительно рассказывает, но по факту делает это на основе своих представлений, а не реальных фактов
Одна из моих любимых фраз. Помогает определить места в коде где есть флаговое программирование, где размазана логика переходов и нет понятного статуса
p.s. А какие промпты используете вы?
Telegram | YouTube | AI Клуб | Внедрение AI
Контекст конечно решает, но все равно есть промпты, которые полезно запомнить и регулярно использовать при планировании и исследовании кодовой базы (для рефакторинга). Все эти промпты и многие другие можно найти в моей книге Agentic Design Patterns, а здесь покажу пару примеров:
Предпочитай зрелые, поддерживаемые библиотеки самописным реализациям
Я за то, чтобы было меньше своего кода и больше готовых библиотек. Это не только позволяет агенту концентрироваться на важном, но и почти наверняка эти библиотеки он знает и учился на них, а значит может писать код без дополнительного исследования доки, исходников и лучших практик.
Исправляй причину, а не следствие
Промпт для ленивых. Когда агент изучает проблему, то такая фраза направит его на источник проблемы и с большой вероятностью вам потом придется меньше вникать в то, не попробовал ли он просто заткнуть дырку
Предпочитайте проверку источников знаниям модели из обучения
Эту фразу я подсмотрел в скилах Claudflare. Проблема реально существует и зависит от ее крутости и глубины ризонинга. Чем круче модель и больше размышлений, тем чаще она куда-то ходит, но даже в этом случае ее стоит мотивировать проверять реальную доку/либы/факты.
Явно называйте допущения, которые меняют поведение решения
Модели всегда принимают какие-то решения самостоятельно и не всегда об этом рассказывают. Иногда это нормально, но мы как минимум хотим знать что она сделала на свое усмотрение.
Сообщайте, что проверено и что проверить не удалось
Помогает в ситуациях, когда модель что-то убедительно рассказывает, но по факту делает это на основе своих представлений, а не реальных фактов
Найди неявные машины состояний и предложи вариант с явно выделенным состоянием
Одна из моих любимых фраз. Помогает определить места в коде где есть флаговое программирование, где размазана логика переходов и нет понятного статуса
p.s. А какие промпты используете вы?
Telegram | YouTube | AI Клуб | Внедрение AI
mokevnin.github.io
Введение · Agentic Design Patterns
1👍85❤22🔥16✍6🤔3🤣2😁1🎉1🌚1👀1
Выпуск с ответами на ваши вопросы уже в сети
В этот раз я решил пройтись по вопросам, которые мне задавали в ютубе последние полгода. В сумме получилось три секции: технические вопросы, рынок и бизнес. Формат экспериментальный, я так еще не делал. Посмотрим что вы на это скажете 🙂 https://www.youtube.com/watch?v=4Bi5nOHPwKs
• Почему для параллельной работы ИИ-агентов нужны Git Worktrees? Что происходит без изоляции?
• Можно ли полностью автоматизировать код-ревью с помощью ИИ? Почему ИИ пока не может заменить программиста?
• Стоит ли создавать единый Harness для всех ИИ-агентов или адаптировать его под каждую модель?
• Можно ли полноценно программировать с телефона, управляя Claude Code и Codex?
• Насколько эффективен Specification-Driven Development (SDD)? Почему даже скептики начинают использовать спецификации?
• Становится ли меньше работы для программистов? Что происходит с выпускниками Hexlet и рынком IT?
• Может ли нынешний дефицит вакансий смениться новым дефицитом программистов? Как устроены циклы IT-рынка?
• Почему предприниматели стремятся заменить программистов искусственным интеллектом? Что ждёт разработчиков, которые не хотят адаптироваться?
• Допустимо ли использовать ИИ вместо HR на собеседованиях? Это неуважение к кандидатам или естественная эволюция найма?
• Зачем платить за обучение программированию, если ChatGPT может самостоятельно составить учебную программу и выступать ментором?
• Почему бизнес не может остановиться и просто спокойно работать? Что заставляет компании постоянно развиваться и конкурировать?
Telegram | Аудио | vk | LLM-разработчик
В этот раз я решил пройтись по вопросам, которые мне задавали в ютубе последние полгода. В сумме получилось три секции: технические вопросы, рынок и бизнес. Формат экспериментальный, я так еще не делал. Посмотрим что вы на это скажете 🙂 https://www.youtube.com/watch?v=4Bi5nOHPwKs
• Почему для параллельной работы ИИ-агентов нужны Git Worktrees? Что происходит без изоляции?
• Можно ли полностью автоматизировать код-ревью с помощью ИИ? Почему ИИ пока не может заменить программиста?
• Стоит ли создавать единый Harness для всех ИИ-агентов или адаптировать его под каждую модель?
• Можно ли полноценно программировать с телефона, управляя Claude Code и Codex?
• Насколько эффективен Specification-Driven Development (SDD)? Почему даже скептики начинают использовать спецификации?
• Становится ли меньше работы для программистов? Что происходит с выпускниками Hexlet и рынком IT?
• Может ли нынешний дефицит вакансий смениться новым дефицитом программистов? Как устроены циклы IT-рынка?
• Почему предприниматели стремятся заменить программистов искусственным интеллектом? Что ждёт разработчиков, которые не хотят адаптироваться?
• Допустимо ли использовать ИИ вместо HR на собеседованиях? Это неуважение к кандидатам или естественная эволюция найма?
• Зачем платить за обучение программированию, если ChatGPT может самостоятельно составить учебную программу и выступать ментором?
• Почему бизнес не может остановиться и просто спокойно работать? Что заставляет компании постоянно развиваться и конкурировать?
Telegram | Аудио | vk | LLM-разработчик
YouTube
Ответы на ваши вопросы: заменит ли AI программистов, что будет с IT и стоит ли учиться разработке?
30 ноября стартует курс «Инженерия AI-агентов для SDLC», где научим создавать надежных агентов, проверять их качество, запускать как сервисы и строить многоагентное ревью кода. Ссылка: https://ru.hexlet.io/link/aV32SF
ИИ уже пишет код быстрее человека, но…
ИИ уже пишет код быстрее человека, но…
🔥36👍13❤8😁1🤔1🎉1👨💻1👀1